中医药统计学课件-方差分析.pptVIP

二、变异的分解：总变异分解为处理组间变异、区组间变异和误差。 SS总= SS处理+ SS区组＋SS误差 ν总=ν处理+ ν区组 + ν误差 例5-1研究单味中药对小白鼠细胞免疫功能的影响把40只鼠随机分为4组，每组10只，用药15天后，检测E-玫瑰花结形成率（E-SFC），结果如表，试比较各组均数差别有无显著性。 第四节多个样本均数间的两两比较 方差分析后，各总体均数不等，只能认为各总体均数间总的有差别，但不能认为各总体均数间都有差别，或某两总体均数间有差别，要想分析各总体均数间有无差异，必须进一步做均数间两两比较。 概念：统计上把多个均数两两间的相互比较称为多重比较(multiple comparisons)。多重比较的方法甚多，常用的有SNK法和Dunntt t检验。 一、多个样本均数间的每两个均数的比较： 均数间两两比较的SNK（Student-Newman-Keuls）检验，俗称q检验。 计算：建立检验假设--样本均数排序--计算q值--查q界值表判断结果。 公式： 二、多个试验组与对照组均数比较: 需用Dunntt t检验，也称q’检验。 各试验组与对照组比较的检验，可进行k-1次比较（为处理组数）。 公式： 小结： 多个均数比较方法： 方差分析： 应用条件：正态性、独立性和方差齐性 完全随机设计：将总变异分解为两部分 SS总= SS处理组间+ SS误差 ν总=ν处理组间+ ν误差 随机区组设计：将总变异分解为三部分 SS总= SS处理组间+ SS区组间＋SS误差 ν总=ν处理组间+ ν区组间 + ν误差 非参数方法或变量变换 * （Xij表示第i组的第j个观察值，X为全部观察值的平均数，k是组数） 假设检验 H0：中奖率98％ 未中奖概率P＝0.02 小概率事件 小概率原理 抽奖一次 未中奖 实际情况： 怀疑假设中奖率98％，拒绝H0，接受H1 若P≤α，拒绝H0，接受H1 若Pα，不拒绝H0， 两均数比较—t检验 样本均数与总体均数比较 样本服从正态分布 配对设计资料 差值服从正态分布 成组设计资料 正态分布且方差齐—t检验 正态分布方差不齐—校正t检验或非参数检验 两方差齐性检验：F检验 假设检验可能犯错误：两类错误 Ⅰ型错误：拒绝了实际上成立的H0，“弃真”。其概率大小用α表示 Ⅱ型错误：接受了实际上不成立的H0 ，“存伪”其概率大小用β表示 多个均数比较，采用t检验增加了犯第一类错误的概率。 多个均数比较时，如6个样本均数的比较，如果采用两均数的t检验方法，需要比较次数为： 如果确定α＝0.05，每次两均数比较时，犯第一类错误的概率为0.05，不犯的概率为1-0.05＝0.95 15次比较都不犯第一类错误的概率为（1-0.05）15＝0.46 犯第一类的总的累积概率为1-0.46＝0.54 多个均数比较，采用t检验增加了犯第一类错误的概率。 又称均方分析或变异数分析 英国统计学家R.A.Fisher于1923年提出的，F检验（F－test） 两个或多个样本均数的比较采用方差分析法。 第五章 方差分析 (analysis of variance，ANOVA) 第一节 方差分析的基本思想 一、方差分析的几个符号： 什么是方差？ SS(离均差平方和) ?(自由度) MS(均方) MS= SS/ ? 方差是描述变异的一种指标，方差分析也就是对变异的分析。 二、方差分析 方差是描述变异的一种指标，方差分析也就是对变异的分析。对总变异进行分析。看总变异是由哪些部分组成的，这些部分间的关系如何。 例5-1研究单味中药对小白鼠细胞免疫功能的影响把40只鼠随机分为4组，每组10只，用药15天后，检测E-玫瑰花结形成率（E-SFC），结果如表，试比较各组均数差别有无显著性。 总变异（total variation） 组内变异(within group variation)：随机误差，包括个体差异和观测误差 组间变异(between groups variation)：造成组间差异的原因由于处理因素和随机误差 三种变异的关系： 通过公式推导： 1、三者离均差平方和： 2、自由度： 组内均方（within group mean square） 组间均方（between group mean square） 当各组样本均来自同一总体（ μ1=μ2=μ3……=μk ），即各组之间无差别处理因素无作用，则组内变异与组间变异都只反映随机误差，理论上，这时二者应接近： 无处理因素：则F接近1，各样本来自同一总体。 若各样本不是来自同一总体，则F将远大于1 四、方差分析的基本思想： 按研究目的和设计类型，将总变异中的总离均差平方和和总自由度分解为几部分，然后求各部分的变异（即均